Jupyter Notebook kernel 在编译神经网络时死机

Question

在创建和编译 keras 密集神经网络时，我的 jupyter notebook kernel 总是死机。 终端给我一条消息，它无法分配空间，并且 CUDA 已超出 memory。 我的 GPU（2060 Super）已经运行了这个 model 很多次，只是没有在 jupyter 上运行。 我已经做了很多搜索，但没有一个真正有效的答案。 我尝试的一些事情是更改我的 kernel，使用 numba device.reset() 并重新安装 conda 和 jupyter，但似乎没有任何效果。

这是总是得到错误的代码块：

inputs = keras.Input(shape=(69,))
fc1 = keras.layers.Dense(100, activation='relu')(inputs)
d1 = keras.layers.Dropout(0.1)(fc1, training=True)
bn1 = keras.layers.BatchNormalization()(d1)
fc2 = keras.layers.Dense(150, activation='relu')(bn1)
d2 = keras.layers.Dropout(0.1)(fc2, training=True)
bn2 = keras.layers.BatchNormalization()(d2)
fc3 = keras.layers.Dense(200, activation='relu')(bn2)
d3 = keras.layers.Dropout(0.1)(fc3, training=True)
bn3 = keras.layers.BatchNormalization()(d3)
fc4 = keras.layers.Dense(120, activation='relu')(bn3)
d4 = keras.layers.Dropout(0.1)(fc4, training=True)
bn4 = keras.layers.BatchNormalization()(d4)
fc5 = keras.layers.Dense(60, activation='relu')(bn4)
bn5 = keras.layers.BatchNormalization()(fc5)
outputs = keras.layers.Dense(2, activation='softmax')(bn5)
model = keras.Model(inputs, outputs)

model.summary()
model.compile(optimizer="adam", loss="sparse_categorical_crossentropy", metrics=["accuracy"])

Answer 1

尝试将此 function 添加到您的笔记本中。 我不确定，但它可能会有所帮助。

def setup_gpus():
gpus = tf.config.list_physical_devices('GPU')
if gpus:
    try:
        tf.config.experimental.set_visible_devices(gpus[0],'GPU')
        tf.config.experimental.set_virtual_device_configuration(gpus[0],[tf.config.experimental.VirtualDeviceConfiguration(memory_limit=1500)])
    except RuntimeError as e:
        print(e)